Le sitemap XML est souvent traité comme une case à cocher : on installe un plugin, il génère un fichier, on l'oublie. C'est dommage, car un sitemap bien pensé est un véritable outil de pilotage de l'indexation — et un sitemap négligé envoie des signaux contre-productifs.
Ce qu'un sitemap est, et ce qu'il n'est pas
Un sitemap est une déclaration d'intention : la liste des URL que vous jugez importantes et que vous souhaitez voir indexées. Ce n'est pas un ordre — Google reste seul juge — mais c'est un signal fort de priorité.
Ce qu'il n'est pas : un inventaire exhaustif de toutes les URL que votre serveur peut produire. C'est l'erreur la plus commune sur les gros sites. Y déverser des centaines de milliers d'URL, dont beaucoup de faible valeur, dilue le signal et gaspille le budget de crawl.
La règle de cohérence : un sitemap propre
Chaque URL présente dans un sitemap doit respecter quatre conditions. C'est non négociable, car une incohérence sape la confiance que Google accorde à l'ensemble du fichier :
- Répondre en 200. Pas de 404, pas de 301, pas de 500. Une URL qui redirige ou renvoie une erreur n'a rien à faire dans un sitemap.
- Être indexable. Pas de
noindex. Déclarer une page dans le sitemap tout en la marquant noindex est un signal contradictoire. - Être canonique. N'incluez que la version de référence, pas ses variantes.
- Avoir une valeur réelle. Si vous n'êtes pas prêt à défendre l'indexation d'une page, ne la mettez pas dans le sitemap.
Le meilleur sitemap pour un gros site est une liste blanche : uniquement les pages dont la valeur est confirmée. Mieux vaut 5 000 URL solides que 500 000 URL douteuses.
La balise lastmod, si vous êtes honnête avec elle
La balise <lastmod> indique la date de dernière modification réelle d'une page. Bien utilisée, elle aide Google à prioriser le re-crawl des pages qui ont changé. Mais elle n'a de valeur que si elle est exacte.
L'anti-pattern classique : un système qui met lastmod à la date du jour sur toutes les pages, à chaque génération du sitemap, même si le contenu n'a pas bougé. Google s'en aperçoit vite et cesse tout simplement de faire confiance à votre lastmod. Soit vous la renseignez fidèlement, soit vous ne la mettez pas.
Structurer avec un index de sitemaps
Un fichier sitemap est limité à 50 000 URL et 50 Mo. Au-delà, ou simplement pour s'organiser, on utilise un index de sitemaps : un fichier maître qui pointe vers plusieurs sitemaps thématiques.
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap><loc>https://exemple.fr/sitemap-articles.xml</loc></sitemap>
<sitemap><loc>https://exemple.fr/sitemap-pages.xml</loc></sitemap>
</sitemapindex>Avantage indirect mais précieux : en séparant vos types de contenu, la Search Console vous donne le taux d'indexation par sitemap. Vous voyez alors immédiatement si ce sont vos articles, vos pages produit ou vos pages catégorie qui peinent à être indexés.
Déclarer et surveiller
Deux dernières étapes que beaucoup oublient :
- Déclarez le sitemap dans robots.txt (
Sitemap: https://exemple.fr/sitemap.xml) et dans la Search Console. Les deux, car ils servent des mécanismes de découverte différents. - Surveillez le rapport « Sitemaps ». Le nombre d'URL soumises comparé au nombre d'URL indexées est l'un des indicateurs de santé les plus directs de votre site. Un écart qui se creuse est un signal d'alerte précoce.
Un sitemap n'est jamais « fini ». C'est un miroir de ce que vous jugez digne d'exister. Le garder propre, c'est se forcer, à chaque ajout, à se demander : « est-ce que cette page mérite vraiment sa place ? »